ENDE
lucullus
 

Neue Partnerschaft mit DataHow AG

Geschrieben von: Andreas Riklin

 

Die Securecell AG und die DataHow AG arbeiten zusammen mit dem Ziel, die Entwicklung von Bioprozessen durch harmonisierte Datenintegration, übergreifende Prozessautomatisierung und auf maschinellem Lernen basierende Modelle zu beschleunigen.

Die Kombination des Prozessinformationsmanagementsystems Lucullus® von Securecell mit dem DataHowLab, einem fortschrittlichen Datenanalysetool, ermöglicht es Anwendern, harmonisierte Datenerfassung und -organisation mit fortschrittlichen maschinellen Lern- und Modellierungsfunktionen zu kombinieren. Das synergetische Zusammenspiel beider Tools, in das die Expertise beider Unternehmen einfliesst, ist ein grosser Schritt in Richtung vollständiger Digitalisierung, weg von der Überwachung und Steuerung hin zu wissensbasierten digitalen Lösungen - dem Ziel von Bioprocessing 4.0.

Abbildung 1: Die Phasen der Datentransformation auf dem Weg zu Industrie 4.0: Lucullus® sammelt die Daten in einer standardisierten und strukturierten Weise, einschliesslich der vom Benutzer hinzugefügten Kontextinformationen. Die Daten können durch das DataHowLab abgefragt und anschliessend analysiert und visualisiert werden, wodurch Wissen generiert wird. Letztlich werden die vorhergesagten optimalen Prozessparameter an Lucullus zurückgemeldet, um auf Basis des Wissens Massnahmen zu ergreifen.

DataHow AG

Die DataHow AG ist ein Spin-off-Unternehmen der ETH Zürich, das 2017 aus der Forschungsgruppe von Prof. Morbidelli hervorgegangen ist und auf den Aktivitäten von Dr. Alessandro Butté, Dr. Michael Sokolov und Dr. Fabian Feidl basiert. Das Unternehmen ist spezialisiert auf Datenanalytik und Prozessmodellierung mit besonderem Fokus auf den biopharmazeutischen und chemischen Bereich. DataHow bietet digitale Lösungen und Beratung für Prozess-Screening, -Überwachung, -Optimierung, -Kontrolle und -Scale-up mit dem Ziel, den Aufwand, die Risiken und die Kosten in der Prozessentwicklung und -herstellung zu reduzieren sowie ein tieferes Verständnis der komplexen Prozesse zu erlangen.

Der Mehrwert von fortgeschrittener Analytik und hybriden Modellen

Formalisiertes Prozesswissen, das von einfachen Trends über Interdependenzen von Prozessvariablen bis hin zu Prozessmodellen und Modellsystemen reicht, bildet den strukturellen Rahmen der DataHow-Technologie. Innerhalb dieses Gerüsts bettet DataHow modernste maschinelle Lernlösungen ein, um die vielfältigen Informationen, die in den großen Prozessdaten verborgen sind, zu enthüllen und zu integrieren. Diese Hybridisierung führt zu leistungsstarken Prozessmodellen, die auf die spezifischen Bedürfnisse in den verschiedenen Phasen der Prozessentwicklung und -herstellung zugeschnitten sind. Solche Modelle erfordern im Vergleich zu konventionellen DoE-basierten Ansätzen weniger Experimente für das Training und haben eine viel stärkere Fähigkeit, neues Prozesswissen zu extrahieren und optimale Prozessabläufe zu finden. Das letztendliche Ziel solcher Modelle ist es, die Entscheidungsfindung und Prozessautomatisierung zu unterstützen. Insbesondere können Cloud-Lösungen dem Modell helfen, den aktuellen Prozess mit der gesamten verfügbaren Prozesshistorie innerhalb und, wenn möglich, außerhalb des Unternehmens zu vergleichen. Gleichzeitig können maschinelle Lernwerkzeuge so trainiert werden, dass sie nicht nur den Prozess vorhersagen, sondern auch Entscheidungen treffen (das so genannte verstärkte Lernen), z. B. für die Prozesssteuerung und globale Optimierung.

Abbildung 2: Schnellere Entwicklung von Prozessen auf der Grundlage von Hybridmodellen und Transfer Learning.

Nutzen für die Industrie

Produktionskonzepte für die Biotechnologie 4.0 erzeugen riesige Mengen an Prozessdaten und sind daher in hohem Masse auf ein effizientes Datenmanagement angewiesen, um eine Echtzeitüberwachung und Prozesssteuerung zu ermöglichen. Schätzungen zufolge verbringen Datenwissenschaftler 80% ihrer Zeit mit dem Sammeln und Organisieren der Daten. Lucullus® ermöglicht die vollständige und automatisierte Erfassung und Organisation von Bioprozessdaten über Online-Sensoren, Steuerungen, At-Line-Analytik und Metadaten. Damit reduziert Lucullus® den Aufwand für die Datenerfassung und -organisation für Wissenschaftler erheblich. Durch die Kombination von Lucullus® und dem DataHowLab wird die Datenanalyse rund um Bioprozesse auf ein neues Niveau gehoben, indem die Erstellung von hybriden Modellen vereinfacht und automatisiert wird, die kontinuierlich aus allen historischen und neuen Prozessdaten lernen können. In der ersten Phase der Zusammenarbeit werden Prozessinformationen aus historischen Prozessen von Lucullus® in das DataHowLab übertragen, um neue Parametersollwerte mit Hilfe der hybriden Modellierung vorherzusagen. Die optimierten Prozessparameter werden zurück in Lucullus® importiert, um die Prozessentwicklung zu beschleunigen und zu vereinfachen. In einer zweiten Phase werden nicht nur Prozessinformationen aus historischen Prozessen, sondern auch Echtzeitdaten für Online-Prognosen, Überwachung und Alarmierung genutzt. Durch die Kombination der beiden Werkzeuge werden komplexe Prozessoptimierungen mit minimalem experimentellem Aufwand Realität werden.

Um mehr über die starken Synergien zu erfahren, registrieren Sie sich für unser gemeinsames Webinar

Erfahren Sie mehr über DataHow

Erfahren Sie mehr über Lucullus®

© Copyright 2022 by Securecell AG. All rights reserved, including graphs and images. Lucullus and Numera are registered trademarks of Securecell AG, Switzerland.